Conjoint analysis

Dove Ii rappresenta l’importanza relativa all’i-esimo attributo e Pia la performance percepita nell’offerta del prodotto o della marca a con riferimento all’i-esimo attributo (solitamente espresso sotto forma di un giudizio da 1 a 10). Si tratta quindi di un metodo compensativo, in quanto la valutazione finale del cliente compensa attributi con gradi differenti di importanza e valutazione, interpretando il valore per il cliente come risultato di una sommatoria dell’importanza relativa dei diversi attributi del prodotto ponderata con le rispettive percezioni di performance.

Inoltre è opportuno considerare anche gli oneri sostenuti per acquisire e godere dei benefici ricercati e pertanto la formula diviene:

dove Oia indica l’onerosità percepita dai clienti con riferimento all’i-esimo attributo e alla marca o al prodotto a.

3.3.Conjoint analysis

L’analisi congiunta o Conjoint analysis è la più diffusa tecnica multivariata per la determinazione del valore per il cliente. Rispetto alla tecnica à Fishbein utilizza maggior rigore di metodo, presenta un processo di ricerca e misurazione più costoso e complesso e utilizza un approccio inverso. Infatti inizialmente vengono raccolte le preferenze su diverse marche e prodotti e successivamente, dopo la loro analisi, si quantifica l’utilità parziale derivante da ciascun attributo che costituisce l’offerta. Con la conjoint analysis si vuole dunque misurare il beneficio globale che il consumatore associa a un determinato bene simulando un processo di valutazione di un paniere di beni; tale beneficio è espresso come funzione delle utilità associate a ciascuna delle caratteristiche che contraddistinguono il prodotto dagli altri beni del mercato. Questa tecnica permette di superare alcuni limiti derivanti da un approccio compensativo e di determinare il prezzo di vendita in prospettiva customer-based. La conjoint analysis permette di rilevare in quale misura le principali caratteristiche concorrono a determinare il differente apprezzamento di un prodotto rispetto a quelli già presenti sul mercato e a quantificare l’importanza relativa dei vari attributi che compongono l’offerta. Vengono utilizzati dati

35

riferibili alle preferenze espresse dal consumatore che guidano il suo processo di acquisto attraverso un approccio realistico, capace di riprodurre situazioni concrete di valutazione e di decisione. Nel caso del posizionamento di un nuovo prodotto sul mercato, in prima fase è necessario identificare i diversi fattori di differenziazione di un nuovo prodotto rispetto a quelli già presenti sul mercato o del prodotto oggetto di analisi e definire i diversi livelli per ciascun attributo evidenziato. Analizzando i diversi livelli dei fattori vengono individuate tutte le possibili alternative di scelta ma per semplificare il questionario e l’analisi le combinazioni vengono ridotte scientificamente in modo da costruire un campione statisticamente significativo dell’insieme di profili di prodotto considerati. Richiedendo successivamente ai possibili acquirenti di esprimere una scelta tra i diversi profili di prodotto, attraverso l’analisi delle preferenze, si potrà successivamente individuare una strategia di introduzione sul mercato o una strategia di pricing ottimale. La raccolta tramite intervista e la quantificazione delle preferenze espresse dai potenziali acquirenti permettono di manipolare i dati allo scopo di identificare e misurare il valore dell’utilità assegnata singolarmente a ciascun attributo e complessivamente a ciascun profilo di prodotto. I risultati dell’elaborazione sono pertanto costituiti da rappresentazioni numeriche delle utilità, associate alla presenza dei diversi fattori di differenziazione. Tali utilità esprimono l’importanza relativa e definiscono anche la gerarchia espressa dai consumatori intervistati. Stimate le funzioni di utilità dei diversi fattori di differenziazione è possibile anche ricavare la loro importanza relativa. Le informazioni ottenibili attraverso l’applicazione della Conjoint analysis possono inoltre rappresentare gli input indispensabili per l’attivazione di modelli di simulazione, utili per prevedere la probabile quota di mercato conseguibile da un nuovo prodotto e i trasferimenti delle preferenze dei consumatori tra le diverse marche. Questa tecnica è senza dubbio molto efficace per la definizione della strategia d'ingresso di un nuovo prodotto sul mercato in quanto identifica con facilità e rapidità i segmenti dei potenziali acquirenti più sensibili ai diversi livelli di prezzo e gli attributi del prodotto più sensibili alle preferenze dei consumatori. Infine la Conjoint analysis è utilizzata anche per definire nuove politiche di prezzo, pianificare le politiche di comunicazione e sviluppare una rete di vendita efficiente.

Passiamo a questo punto ad analizzare il contesto di base che permette di applicare la Conjoint analysis. Innanzitutto si deve considerare il valore percepito dal consumatore come scomponibile in un insieme di valori parziali connessi ai singoli attributi dell’offerta sia che essi producano beneficio sia che portino a costi e sacrifici economici. Quando poi un consumatore si trova di fronte ad un prodotto egli associa dei valori soggettivi, dette utilità parziali, a ciascuna diversa modalità che può assumere l’attributo in esame. Tali utilità parziali riflettono il suo sistema di valori utilizzato nel personale processo valutativo. Ne deriva poi che l’utilità globale associata ad un determinato prodotto sia una funzione delle utilità parziali associate a ciascuna

36

determinazione di ciascun attributo. Si giunge così a una preferenza o probabilità di acquisto che è funzione dell’utilità globale che il consumatore associa ai prodotti-servizi in esame. La Conjoint analysis permette dunque di stimare l’importanza relativa detta anche utilità parziale degli attributi che caratterizzano un prodotto, attraverso un esperimento controllato dove le caratteristiche del prodotto sono manipolate dal ricercatore. L’esperimento consiste nel far valutare, su una scala di preferenza, diverse alternative di prodotti ottenute combinando opportunamente le modalità degli attributi che lo caratterizzano. Ne deriva che l’intervistato giudica ciascun prodotto valutando le caratteristiche congiuntamente e quindi esprimendo il suo giudizio complessivo su un’opportuna scala di valutazione. Successivamente queste valutazioni globali possono essere decomposte in scale di utilità separate e comparabili, corrispondenti a ciascun attributo, in modo che le valutazioni complessive originarie possano essere correttamente ricostruite a posteriori. La Conjoint anlysis viene definita come un metodo decompositivo, in quanto il giudizio globale del consumatore viene frazionato nelle valutazioni parziali circa gli attributi del prodotto, senza però richiedere all’intervistato di esprimersi a proposito di essi singolarmente ma valutandoli nel loro insieme e congiuntamente. Pertanto tramite la Conjoint analysis si cerca di stimare le utilità parziali dei livelli di ciascun attributo, l’importanza relativa di ciascun attributo rispetto agli altri che definiscono il prodotto, le unità globali di ciascuna alternativa di scelta ottenuta come funzione di utilità parziali.

Il metodo di applicazione della Conjoint analysis prevede lo svolgimento in ordine di una serie di fasi.

Fase 1. Come prima fase si deve costruire la catena mezzi-fini, dei benefici, degli attributi e dei livelli di prestazione. Per ciascun attributo si deve analizzare il livello prestazionale atteso, il livello minimo accettabile e il livello ottimo ideale. Tale operazione va fatta sia per un attributo associato a un beneficio sia associato ad un costo. Gli attributi vengono così articolati in livelli discreti secondo i quali possono concretamente manifestarsi.

Fase 2. Si deve definire un insieme di profili di offerta ossia di configurazioni di prodotto ipotetiche individuate dalla combinazione dei livelli precedentemente selezionati. In questa fase si deve prestare particolare attenzione alla costruzione del disegno sperimentale e alla riduzione del numero dei profili tramite opportune tecniche statistiche. Vanno, infatti, ridotte le combinazioni di caratteristiche troppo elevate anche se presentano un numero di attributi limitato (basti pensare che un bene con 5 attributi e 3 livelli produce 5³ = 125 combinazioni di prodotti simulati).

37

Fase 3. Si passa a questo punto alla raccolta dei giudizi di preferenza formulati dal cliente circa i profili di offerta che gli sono stati presentati. In questa fase è necessaria la rotazione dei profili che vengono divisi in gruppi. Successivamente vengono raccolte le valutazioni degli intervistati attraverso alcuni metodi tra i quali:

 una valutazione delle possibili scelte secondo una scala almeno pari a 1-7 (utilizzata per meglio cogliere la varianza nelle valutazioni). Questo metodo viene anche denominato Conjoint Analysis metrica;

 un ordinamento di preferenza dei profili utilizzando un rank da 1 a n, dove n indica il numero di profili presentati e il rank più basso indica la preferenza più elevata (rank 1=prima preferenza, rank 2=seconda preferenza, rank n=ultima preferenza); questo metodo viene definito come Conjoint Analysis non metrica;

 una valutazione secondo una scala Likert. In questo caso vengono messe a punto un certo numero di affermazioni, tecnicamente definiti item, inerenti al prodotto in analisi e successivamente viene proposta una scala di accordo/disaccordo, generalmente a 5 o 7 passi. Ai rispondenti si chiede di indicare su di esse il loro grado di accordo o disaccordo con quanto espresso dall'affermazione;

 un’assegnazione di un punteggio variabile, per esempio da 0 a 100 con l’esplicito divieto di attribuirne uno uguale a due o più alternative. Successivamente viene valutato l’ordinamento delle n combinazioni sottoposte. In questo caso la procedura utilizzata si presenta come un ibrido tra approcci contingent ranking e contingent rating: si richiede infatti all’intervistato una valutazione in termini di rating ma poi sarà utilizzato soltanto il ranking risultante.

Fase 4. I dati così ottenuti vengono elaborati tramite l’utilizzo di un algoritmo applicato sulle valutazioni fornite da ogni singolo individuo circa le proprie preferenze e intenzioni d’acquisto. Si sviluppa un insieme di regressioni multiple formate da tante equazioni quante sono i profili di offerta valutati nella quale la variabile dipendente è il giudizio espresso a ogni profilo e le variabili indipendenti sono gli n livelli degli attributi descritti in ciascun profilo. La soluzione del sistema è data da coefficienti rappresentativi delle utilità corrispondenti a ciascun livello discreto degli attributi.

38

 coefficiente di utilità ossia l’espressione del peso assegnato dall’intervistato a ciascun livello degli attributi nel processo di scelta. L’utilità che i prodotti assumono per i clienti è data dalla formula:

dove Ui è il valore-utilità del profilo di offerta che caratterizza la marca i, b0 è una costante (chiamata anche intercetta), k è il numero totale di attributi-beneficio e di attributi-costo, Wji è il livello del j-esimo attributo del profilo di offerta i-esimo e Uj è l’utilità associata a Wj;

 importanza relativa di ciascun attributo. Si ottiene rapportando lo scarto di utilità parziale dei livelli massimo e minimo relativi a tale attributo al totale degli scarti di utilità secondo la formula:

dove Ii è l’importanza relativa dell’attributo i, n è il numero di attributi sui quali è stata condotta l’analisi, MaxUi è il valore massimo dell’utilità attribuita a i, MinUi è il valore minimo dell’utilità attribuita a i. L’importanza relativa è un indice di quanto “un incremento di prestazione su un determinato attributo possa incidere sul valore percepito del cliente” (Costabile, 1996). È intuitivo pensare che l’importanza di un attributo all’interno di un processo di acquisto, e cioè la sensibilità del consumatore a tale attributo, sia tanto maggiore quanto più ampie siano le differenze di utilità che producono i diversi livelli considerati.

Questi dati possono essere utilizzati nelle decisioni di pricing, convertendo l’utilità in termini monetari. Si calcola dapprima il valore monetario dell’utilità monetaria, ossia quanto vale in termini di prezzo ciascuna unità di utilità, tramite la formula:

.

A questo punto si può calcolare il prezzo per ciascun profilo di prodotto determinato sulla base del valore percepito dal cliente. Si devono sommare le utilità di ciascun attributo contenute nel profilo considerato e moltiplicare la somma così ottenuta per il VMU. Analizzando l’importanza relativa si può ricavare come ogni attributo partecipa alla definizione del prezzo così ottenuta. Definito così il prezzo sta poi al manager decidere quale prezzo effettivamente applicare sempre sulla base del gap strategico descritto in 2.2.

39

Supponiamo di avere questi risultati a seguito di un’applicazione della Conjoint analysis sul mercato delle automobili utilitarie (Miceli, 2009).

ATTRIBUTO 1: PREZZO Livelli: 8000 – Utilità = -0.5 11000 – Utilità = -1.5 16000 – Utilità = -2.5 ATTRIBUTO 2: BRAND Livelli: Ford – Utilità = 1.2 Opel – Utilità = 0.1 Fiat – Utilità = -1.3 ATTRIBUTO 3: COLORE Livelli: Grigio – Utilità = 0.7 Rosso – Utilità = -1.5 Nero – Utilità = -2.2 ATTRIBUTO 4: ACCESSORI Livelli: Airbag – Utilità = 2 Lettore cd – Utilità = 0.7

40 ATTRIBUTO 5: MOTORE Livelli: 1.0 cc – Utilità = 0.5 1.2 cc – Utilità = -1.5 1.5 cc – Utilità = 1

Da questi risultati si ricava

. A questo punto è possibile calcolare il prezzo di una qualsiasi alternativa di prodotto. Prendiamo ad esempio un’utilitaria di marca Ford (+1.2), nera (-2.2), con l’airbag (+2), motore 1.5 cc (+1). Il totale dell’utilità è 2. Moltiplicando il totale dell’utilità per VMU otteniamo il prezzo ossia 2 * 4000 = 8000. Accanto alla definizione di prezzo si può calcolare l’importanza di ogni attributo, misurando per ciascuno di essi gli scarti tra utilità massima e quella minima; risulta:

per l’attributo 1: -0.5-(-2.5) = 2 per l’attributo 2: 1.2-(-1.3) = 2.5 per l’attributo 3: 0.7-(-2.2) = 2.9 per l’attributo 4: 2-(-2.7) = 4.7 per l’attributo 5: 0.5-(-1.5) = 2

A questo punto si può determinare l’importanza percentuale di ogni attributo. Ad esempio per l’attributo 1 sarà :

41

Conclusioni

Lo scopo di questo elaborato è stato quello di cercare di dare una definizione di valore d’uso, evidenziando come per il cliente non sia importante solo il prezzo del prodotto nelle sue decisioni d’acquisto. Si è quindi tentato di descrivere quali siano gli elementi che vanno ad influenzare il valore percepito dal cliente di un prodotto-servizio. Si è in particolare evidenziato come per un’impresa sia fondamentale conoscere quale sia il valore assunto per i clienti dei propri prodotti. Infatti questa conoscenza è fondamentale per adottare le politiche di prezzo e/o le modifiche di prodotto più appropriate nel tentativo di acquistare il maggior numero di clienti in un mercato fortemente concorrenziale. Dato che gli elementi di un prodotto-servizio che vanno ad incidere nella formazione del valore non sono sempre misurabili in termini monetari, risulta assai difficoltoso quantificare il valore percepito dal cliente. Sono state presentate alcune tecniche utilizzate dalle imprese per compiere questa operazione, evidenziando gli aspetti positivi e negativi di ciascuna di esse. Infine si sono descritte le tecniche laddering, à Fishbein e Conjoint analysis che si basano su ricerche statistiche e in quanto tali presentano un forte grado di incertezza dovuto alla bontà del campione esaminato. In definitiva il lavoro ribadisce come l’impresa si trova ad affrontare una dicotomia tra l’importanza della conoscenza del valore e la difficoltà della sua definizione e misurazione. Resta in ogni caso evidente come per l’impresa sia fondamentale investire per il raggiungimento di una misurazione sufficientemente precisa del valore percepito dei propri prodotti, così da poter agire nel modo opportuno per accrescerlo e ottenere quote maggiori di mercato. Da tutto ciò ne deriva che nelle decisioni di prezzo l’impresa non si può più limitare al calcolo dei costi sostenuti nella produzione del prodotto ma deve pure verificare come gli elementi tangibili e intangibili del prodotto vadano a modificare il valore percepito dello stesso. Questo è il fondamento del marketing customer-oriented in cui il cliente non viene più considerato come un soggetto passivo facilmente influenzabile, ma come un soggetto attivo con il quale si deve cercare di instaurare un rapporto per ottenere le modifiche di prodotto e prezzo opportune al raggiungimento di un accordo di compravendita del prodotto in questione.

42

Bibliografia

Busacca B., Costabile M., Ancarani F., 2004, Prezzo e valore per il cliente. Tecniche di misurazione e applicazioni manageriali, Milano, Italia, Etas editore.

Costabile M., 1996, La misurazione del valore per il cliente. Aspetti metodologici e implicazioni per la gestione dei processi di scambio, Torino, Italia, Utet editore.

De Luca A., 2006, Le applicazioni dei metodi statistici alla analisi di mercato. Manuale di Ricerche per il Marketing, Milano, Italia, Franco Angeli

Gentile G., Creare valore per il cliente, (risorsa elettronica reperibile all’indirizzo: http://www.consultastudio.com/down.asp?id=597 consultato in data 13/02/2011).

Lambin J., 1996, Marketing strategico. Una prospettiva europea, Milano, Italia, McGraw-Hill Libri Italia.

Lilien G., Rangaswamy A., 2002, Marketing Engineering, New Jersey, USA, Pearson Education.

Kotler P., Scott W.G., 1991, Marketing e management. Letture, Torino, Italia, Isedi.

Miceli G., Raimondo M.A., 2005, “La concettualizzazione e la misurazione del valore per il cliente”, Mercati e Competitività, vol.2, 75-104.

Raimondi M., 2005, Marketing del prodotto-servizio. Integrare tangibile ed intangibile per offrire valore al cliente, Milano, Italia, Hoepli.

Raimondo M.A., Le tecniche di rilevazione della catena mezzi-fini: il laddering (risorsa

elettronica reperibile all’indirizzo

http://www.maraimondo.it/Portals/0/Le%21tecniche%21di%21rilevazione%21della%21catena %21mezzi.pdf, consultato in data 13/02/2011).